< Terug naar vorige pagina

Onderzoeker

José Antonio Oramas Mogrovejo

  • Onderzoeksdoeleinden  (University of Antwerp):Research interest: - Visual Representation Learning. - Model Explanation and Interpretation. - Collective Representations and Relational Learning. - Disentangled Representation Learning.
  • Trefwoorden  (University of Antwerp):MACHINAAL LEREN, REPRESENTATIE LEREN, INTERPRETEERBARE ARTIFICIËLE INTELLLIGENTIE, ARTIFICIËLE INTELLLIGENTIE, VERKLAARBAAR ARTIFICIËLE INTELLLIGENTIE, COMPUTER VISION, Informatica
  • Disciplines  (University of Antwerp):Kennisrepresentatie en redenering, Machine learning en besluitvorming, Artificiële intelligentie niet elders geclassificeerd, Computervisie, Computer vision, Patroonherkenning en neurale netwerken
  • Disciplines  (IMEC VZW):Communicatie, Communicatietechnologie, Controlesystemen, robotica en automatisatie, Elektronica, Modellering, Multimediaverwerking, Nanotechnologie, Elektrische energietechniek, Engineering van biomaterialen, Keramische en glasmaterialen, Composieten en hybride materialen, Materialenwetenschappen en -techniek, Metallurgie, Polymere materialen, Halfgeleidermaterialen, Andere materiaaltechnologie, Biologische systeemtechnologie, Biomateriaal engineering, Biomechanische ingenieurswetenschappen, Medische biotechnologie, Computer hardware, Computertheorie, Scientific computing, Signaalverwerking, Andere ingenieurswetenschappen en technologie, Maatschappelijke gezondheidszorg, Gezondheidswetenschappen, Publieke medische diensten, Sociaal-medische wetenschappen
  • Disciplines  (KU Leuven):Artificiële intelligentie, Multimediaverwerking, Biologische systeemtechnologie, Signaalverwerking, Andere computer ingenieurswetenschappen, informatietechnologie en mathematische ingenieurswetenschappen, Medische beeldvorming en therapie
  • Onderzoekstechnieken  (University of Antwerp):- Computer Vision - Machine Learning - Artificial Intelligence
  • Gebruikers van onderzoeksexpertise  (University of Antwerp):Any individual or company with an AI-based system implemented through deep neural networks that needs to: - Verify the type of features encoded internally in the representation learned by the network. - Verify potential biases present in the internal representation of the network. - Justify the predictions made by the network. . Any individual or company - Obtaining an insight on patterns found in large collections of images. - Perform recognition and detection tasks from visual data (videos and images).